将物联网和机器学习与BPMN 2.0结合使用以创建工作流

将物联网和机器学习与BPMN 2.0结合使用以创建工作流

传统上，业务流程使用物联网（IoT）作为数据分发源。但是，当前的业务流程模型和符号（BPMN 2.0）标准为建模者和IoT提供支持，以生成IoT设备的低代码并执行业务逻辑的各个方面。 

BPMN 2.0是由对象管理组创建和维护的标准，该标准利用图形表示法进行一致的业务流程通信。本文将重点介绍如何通过BPMN 2.0使用IoT和机器学习来创建工作流以及执行引擎与IoT设备之间的通信流程。

业务流程可以使用IOT和ML进行数据驱动的决策

许多组织增加了对业务流程的使用，以优化其工作流程。业务流程是协作的活动，任务，资源和利益相关者的集合，旨在表现出可为业务和客户创造价值的结果。供应链，客户入职，开户等领域也可以通过物联网设备获得竞争优势。如何？好的，业务流程可以使用IoT设备和机器学习来进行感测，数据捕获，数据存储，启动，并优化数据驱动决策的执行。实际上，物联网和机器学习可以过滤现实世界的数据，从而在不需要集中管理和协调的地方进行决策。但是，由于物联网设备自然是异构的，

 BPMN2.0已经为建模人员提供了使用可变池定义 IoT，机器学习和业务流程的选项，并通过协作图进行了指定。虽然，这需要通过IoT和机器学习可执行的编程代码进行连接。然后，选择正确的语言，执行代码，并将其部署到IoT设备中。然后，可以使用BPMN 2.0执行者类来定义哪些IoT设备将参与业务流程。至关重要的是，各种物联网设备甚至远程支持和编程都必须使用可移植的可执行代码。

物联网和机器学习使用不同形式的通信

通常，Web服务提供IoT和机器学习与业务流程的链接（具有低级详细信息）。模型语言已经支持Web服务并提供了集中式方法。此外，物联网功能作为Web服务发出，可以通过SOA工具或中间件实现。另一方面，特定BPMN2.0扩展可能包括IoT特定的流程模型。

例如，图形用户界面（UI）可以在从集中式门户设计IoT流程时提供可扩展性，同时使用专有通信协议将它们作为一系列操作调用直接发送到预期的IoT设备。 

使IoT和机器学习成为创建工作流程的积极参与者

物联网和机器学习始终可以协同工作，以管理和执行工作流中的任务，从而提高可扩展性并减少必要的消息交换次数。尽管如此，将物联网和机器学习与BPMN 2.0一起使用来创建工作流需要一个统一的框架。BPMN 2.0定义了针对IoT设备特定代码的IoT行为。根据IoT设备生成不同的代码。使用BPMN 2.0资源类添加IoT设备信息。 

为物联网和机器学习行为建模

BPMN通过使用不同的池以及协作图来定义行为和交互。因此，您可以使用标准的BPMN 2.0元素对IoT和机器学习行为进行建模。请考虑以下元素：

然后，您可以使用脚本任务来读取IoT传感器并为工作流程的激活建模。此外，Performer类可以定义哪个资源执行流程。而且，可以通过三种方式定义物联网设备：

接下来，将BPMN 2.0流程转换为可在IoT设备和机器学习中部署和执行的可执行代码。它有助于使用具有完善的形式语义的模式自身代码，并为IoT和机器学习制作可移植的可执行代码。您也可以将移动代码远程安装到IoT设备中。这样，启动事件消息可以转换为函数调用以触发流程和工作流。请记住，物联网和机器学习始终可以满足新的需求。

毫无疑问，成功的概念证明是起点。可以通过云服务和从架构的角度促进可用的物联网和机器学习。将IoT和机器学习引入完全手动的工作流并不是最轻松的过渡。使用以下问题来指导工作流是否已准备就绪，可以进行物联网和机器学习：

  1. 此工作流程多久执行一次？
  2. 这些活动的费用是多少？
  3. 需要多少运行时间？
  4. 自动执行单个活动的输入和输出是否有意义？

为了说明这一点，物联网和机器学习可以从手动分类传入业务文件的历史中学习，并对它们进行类似的分类。应该提供并优化目标密钥指标。命中率将描述准确分类与不准确分类的数量。命中率提高时，工作流程将得到改善。因此，您希望物联网和机器学习最大化命中率。工作流程设计目标应如下：

首先，使用以人为本的决策支持系统，该系统需要在涉及物联网和机器学习之前进行人为决策。通常，这种支持系统可以提高对任何误解，错误或偏见的透明度。具有机器学习功能的物联网可以作为任何决策的质量控制，无论是低风险还是高风险，例如贷款批准，合规性，人力资源流程和欺诈检测。然后，可以在需要时使用新数据对IoT和机器学习进行一致的培训。 

例如，大流行影响了全球的每个业务运营和工作流程。但是，当COVID-19大流行成为流行病时，将可以使用新的流程和新的数据来确保与当前市场状况的相关性。其他场景，例如新的医疗设备品牌或汽车型号，需要以人为本的决策与机器学习之间的协作。

最后的想法

物联网和机器学习为增强BPMN 2.0创建工作流提供了令人兴奋的机会。业务流程可以从物联网设备的感知功能，网络功能和机器学习功能中受益。通过将BPMN 2.0转换为可移植代码，您可以成功地将IoT，机器学习和BPMN 2.0结合起来。

 

相关教程